10.03.

2021

EKONOMETRIA [gr. Iokonomia (administracja, gospodarka) i metron (miara)], dział ekonomii, który
zajmuje się mierzeniem zależności omawianych w teorii ekonomii.

Przykłady definicji ekonometrii

 Carl F. Christ (1966), Econometric Models and Methods, New York - uzyskiwanie ilościowych
sądów, które bądź wyjaśniają zachowanie wybranych zmiennych (kategorii ekonomicznych),
bądź pozwalają na otrzymanie ich prognoz, bądź też jedno i drugie
 Gregory C. Chow (1983), Econometrics, McGraw-Hill Book Company, New York - sztuka i
umiejętność wykorzystania metod statystycznych dla mierzenia zależności ekonomicznych

Po raz pierwszy termin ekonometria został użyty przez P. Ciompę (1910), Grundrisse einer
Ökonometrie und die auf der Nationalökonomie aufgebaute natürliche Theorie der Buchhaltung,
Friedrich Thiele Bilanzund Steuerpflicht, Eine Anleitung zur richtigen Einschätzung, 93 S., kart. M 1, 20

PAWEŁ CIOMPA (1867–1913), ekonomista; wykładowca Wyższej Szkoły Handlowej w Krakowie;

zdefiniował i wprowadził termin ekonometria;

a następnie R. Frischa (1926), Sur un problème d’économie pure, Norsk Matematisk Forenings
Skrifter, Oslo, Series 1 No 16, 1-40

RAGNAR FRISCH (1895–1973), norweski ekonomista, statystyk i ekonometryk, 1931–65. Profesor

Uniwersytetu w Oslo; jeden z inicjatorów założenia Econometric Society. W 1969 otrzymał Nagrodę
Nobla (wraz z J. Tinbergenem) — pierwszą w dziedzinie ekonomii.

Powstanie ekonometrii przypada na lata 30. i początek lat 40.

W 1931 r. powołano Econometric Society (uznane pismo „Econometrica”), Komisję Cowlesa w USA
oraz Department of Applied Economics (Cambridge, UK), założonego przez R. Stone’a.

Sir RICHARD STONE (1913–91), ekonomista brytyjski; profesor Uniwersytetu w Cambridge; twórca
rachunku dochodu narodowego, służącego do mierzenia całkowitych dochodów i wydatków w kraju;
opracowana przez Stone’a metoda została przyjęta przez ONZ jako użyteczna w porównywaniu
krajów o gospodarce kapitalistycznej; rachunkiem dochodu wg tej metody posługuje się także
Międzynarodowy Fundusz Walutowy i Bank Światowy; w 1984 otrzymał Nagrodę Nobla.

Rozwój ekonometrii wiąże się z:

 rozwojem teorii ekonomii, sposobów pomiaru i zbierania danych statystycznych,

 metod ekonometrycznych oraz
 technik i algorytmów numerycznych.

O znaczeniu ekonometrii dla rozwoju ekonomii świadczy fakt, że pierwszymi laureatami Nagrody
Nobla w dziedzinie ekonomii (1969) byli ekonometrycy (R. Frisch i J. Tinbergen); również ponad
połowa wszystkich laureatów tej nagrody w dziedzinie ekonomii należała do grona współtwórców
ekonometrii.

Z polskich ekonometryków należy wymienić Profesorów: Oskara Langego (1904-1965), Zbigniewa

Pawłowskiego, Zdzisława Hellwiga, Zbigniewa Czerwińskiego, Michała Kolupę, Władysława Welfe
(Uniwersytet Łódzki).

Modele statystyczne i ekonometryczne - podział uproszczony

  Modele przepływów międzygałęziowych (input-output models)
 Modele badań operacyjnych (operations research models)
-programowanie liniowe – algorytm simpleks i algorytm transportowy
-programowanie sieciowe
- inne
 Modele ekonometryczne
-jednorównaniowe (single-equation models)
-wielorównaniowe (multiple-equation models)

Zastosowanie modeli

 Modele przepływów międzygałęziowych

-modelowanie produkcji na poziomie zdezagregowanym, tj. dla poszczególnych działów
produkcji, handlu zagranicznego, zagadnień ekologicznych
 Modele badań operacyjnych
-programowanie liniowe – algorytm simpleks i algorytm transportowy – optymalizacja
struktury produkcji, kosztów, zysku, strategii marketingowych, alokacji kapitału
inwestycyjnego, optymalizacja planów transportowych
-programowanie nieliniowe – wybór optymalnych decyzji inwestycyjnych (analiza portfelowa
na rynku giełdowym)
-programowanie sieciowe – analiza projektów inwestycyjnych w działalności produkcyjnej i
budownictwie
 Modele ekonometryczne
-jednorównaniowe – analiza i prognozowanie wybranych zjawisk społecznych i
ekonomicznych, tj. inflacji, bezrobocia, importu, eksportu, kursów walutowych, produkcji,
sprzedaży, kursów giełdowych itp., zastosowania mikro- i makroekonomiczne,-
-wielorównaniowe – modelowanie, analiza i prognozowanie systemów ekonomicznych, tj.
gospodarki narodowej lub poszczególnych jej sektorów, zastosowanie mikro- i
makroekonomiczne, modele firm (produkcji, sprzedaży, kosztów, działalności
marketingowej).
 i wiele innych zastosowań ekonometrii

EKONOMETRIA

1. Dziedzina zajmująca się wykorzystaniem specyficznych metod statystycznych

dostosowanych do badań nieeksperymentalnych.
2. Nauka zajmująca się ustalaniem, za pomocą metod statystycznych, ilościowych
prawidłowości zachodzących w życiu gospodarczym.

KORELACJA

1. Podstawą modelowania ekonometrycznego jest zależność statystyczna, zwana korelacją

2. O dwóch zmiennych mówi się, że są skorelowane, jeżeli wzrostowi (spadkowi) jednej
towarzyszy wzrost drugiej.
3. Współczynnik korelacji mierzy siłę i kierunek zależności między zmiennymi.

Rodzaje zależności wiążących zmienne losowe:

 Przyczynowa
 korelacyjna (statystyczna)
 pozorna
  symptomatyczna

MODEL EKONOMETRYCZNY

1. Jest jednym z podstawowych narzędzi badawczych ekonometrii.

2. Jest to równanie (lub układ równań) wraz z założeniami opisującymi związki pomiędzy
zmiennymi.

Modele dzieli się na:

 jednorównaniowe i wielorównaniowe
 liniowe i nieliniowe
 deterministyczne i stochastyczne
 statyczne i dynamiczne
 opisowe i optymalizacyjne

Modele opisowe:

 przyczynowo-skutkowe
 szeregów czasowych
-tendencji rozwojowej
-autoregresyjne

ETAPY BUDOWY MODELI EKONOMETRYCZNYCH:

1. Specyfikacja
-wybór zmiennej objaśnianej,
-wybór zmiennych objaśniających,
-wybór postaci funkcyjnej,
-opis zakłóceń (składnika losowego).
2. Budowa bazy danych statystycznych.
3. Estymacja.
4. Ocena modelu.
5. Zastosowanie w praktyce.

CELE BUDOWY MODELI EKONOMICZNYCH

1. Weryfikacja hipotez o charakterze zależności pomiędzy zmiennymi.

2. Pomiar siły związku pomiędzy zmiennymi.
3. Symulacja skutków polityki gospodarczej.
4. Prognozowanie przebiegu zjawisk gospodarczych.

ANALIZA REGRESJI

Zajmuje się opisem i oceną zależności pomiędzy zmienną zależną a zmiennymi niezależnymi

REGRESJA

Model z jedną zmienną objaśniającą

gdzie:
yt – zmienna zależna (objaśniana), Xt – zmienna niezależna (objaśniająca) – składnik losowy, α –
parametry modelu, t – indeks czasu, t = 1, 2, . . . , T.